麻省理工的 Picture 语言:代码瘦身的秘诀

简介:

如今,机器学习算法已经进入了主流的计算机,而麻省理工学院正在研究一款让每日的编程变得更加简单的技术。

MIT 研究者将在六月发布一款新的叫做 Picture 的编程语言,当计算机在视频或者图像上识别目标时,它能从根本上降低代码量。这是一个相对较新的编程原型,叫概率编程,它能减少复杂任务所需的代码量。

在一个新语言测试中,研究者从一个图像识别程序中减掉了数千行代码,最终的代码量更是少于50行。他们计划在六月的”计算机视觉及模式识别会议“上公布这一结果。

Josh Tenenbaum 是 MIT 的计算机识别方面的科学家,他参与了概率编程项目的研发,他说:”我们事先建立可能会遇到的模型,通过这些模型,我们可以推测出在第一时间遇到的东西。“

Picture 用统计结果减去了计算机视觉领域里大量计算工作,它的工作原理就像逆电脑动画过程。皮克斯等动画公司采用的计算机绘图程序,都是通过二维来表现三维的目标。而 Picture 语言与之相反,它通过比较一系列的模型来还原出二维图像上识别目标原有的样子。

美国国防部高级研究计划局在2013年启动了一个项目,此项目的主要目的就是要让概率编程更加方便地应用于与机器学习中。

虽然理论研究进行了几十年,但随着更强大的计算机以及新的云服务如亚马逊的 Amazon Web Service 和微软 Microsoft Azure 的出现,机器学习才在商业领域中迅速普及。

尽管概率编程并不需要机器去学习工作,但是它提供了一个简化机器学习的方法,Tenenbaum 说。

”在纯机器学习领域,一般通过增加数据的收集量和让机器学习工作来驱动性能“Tenenbaum 说,而在概率编程领域里”底层系统通过分析图像形成的原因、过程、结果来实现,更像是以知识为基础的。“

Picture 是 MIT 目前研究的多个概率编语言之一。另一个更常用的概率编程语言叫做 Venture,它还能用于解决其他问题,Tenenbaum 说到。

文章转载自 开源中国社区 [http://www.oschina.net]

相关文章
|
10月前
|
消息中间件 调度
如何区分进程、线程和协程?看这篇就够了!
本课程主要探讨操作系统中的进程、线程和协程的区别。进程是资源分配的基本单位,具有独立性和隔离性;线程是CPU调度的基本单位,轻量且共享资源,适合并发执行;协程更轻量,由程序自身调度,适合I/O密集型任务。通过学习这些概念,可以更好地理解和应用它们,以实现最优的性能和资源利用。
351 11
|
人工智能 前端开发 API
一种基于通义千问prompt辅助+Qwen2.5-coder-32b+Bolt.new+v0+Cursor的无代码对话网站构建方法
本文介绍了当前大模型应用的趋势,从单纯追求参数量转向注重实际应用效果与效率,重点探讨了结合大模型的开发工具,如Bolt.new、v0、Cursor等,如何形成完整的AI工具链,助力开发者高效构建、优化和部署应用。通过实例演示了从项目创建、前端优化到后端代码改写的全过程,强调了提示词设计的重要性,并推荐了适用于不同场景的工具组合方案。
|
Web App开发 前端开发 测试技术
Selenium 4新特性解析:关联定位器及其他创新功能
【10月更文挑战第6天】Selenium 是一个强大的自动化测试工具,广泛用于Web应用程序的测试。随着Selenium 4的发布,它引入了许多新特性和改进,使得编写和维护自动化脚本变得更加容易。本文将深入探讨Selenium 4的一些关键新特性,特别是关联定位器(Relative Locators),以及其他一些重要的创新功能。
820 2
基于LangChain手工测试用例转Web自动化测试生成工具
该方案探索了利用大模型自动生成Web自动化测试用例的方法,替代传统的手动编写或录制方式。通过清晰定义功能测试步骤,结合LangChain的Agent和工具包,实现了从功能测试到自动化测试的转换,极大提升了效率。不仅减少了人工干预,还提高了测试用例的可维护性和实用性。
|
人工智能 自然语言处理 测试技术
基于LangChain手工测试用例转接口自动化测试生成工具
本文介绍利用大语言模型自动生成接口自动化测试用例的方法。首先展示传统通过HAR文件生成测试用例的方式及其局限性,随后提出结合自然语言描述的测试需求与HAR文件来生成更全面的测试脚本。通过LangChain框架,设计特定的提示词模板,使模型能够解析测试需求文档和HAR文件中的接口信息,并据此生成Python pytest测试脚本。示例展示了正常请求、非法请求及无效路径三种测试场景的自动化脚本生成过程。最终,整合流程形成完整代码实现,帮助读者理解如何利用大模型提高测试效率和质量。
|
Java 数据库连接 网络安全
已解决 IDEA Maven 项目中 “Could not find artifact“ 问题的常见情况和解决方案
已解决 IDEA Maven 项目中 “Could not find artifact“ 问题的常见情况和解决方案
15635 0
|
人工智能 测试技术
探索人工智能在测试领域的新纪元:AI编写测试用例的前景
本文介绍了测试用例的重要性及其基本组成元素,如模块、标题、前置条件等。通过实践演练展示了如何利用ChatGPT自动生成测试用例,包括关键词精确匹配、模糊匹配、异常输入和搜索结果为空的场景。通过向ChatGPT提供详细需求和格式规范,可以得到Markdown格式的测试用例,然后导入Excel进行归档。关键在于清晰阐述需求、逐步细化任务,并对ChatGPT的回复进行调整优化。
|
安全 Shell Linux
【Shell 命令集合 文件管理】Linux创建临时文件或目录的命令 mktemp 命令使用教程
【Shell 命令集合 文件管理】Linux创建临时文件或目录的命令 mktemp 命令使用教程
437 0
|
存储 数据采集 自然语言处理
基于大模型构建本地知识库
基于大模型构建本地知识库
5045 1
|
Java 开发工具 Android开发
5年磨一剑|优酷Android包瘦身治理思路全解
稳定性、性能、包大小,在移动端基础用户体验领域“三分天下”,是app承载业务获得稳定、高效、低成本、快速增长的重要基石。其中,包大小对下载转化率、拉新拉活成本等方面的影响至关重要,这在业界已经成为共识。本文聚焦于整体治理思路,以治理实践为依托,讲述瘦身技术、治理模式、治理策略,以及背后的思考与取舍。
5年磨一剑|优酷Android包瘦身治理思路全解